论文部分内容阅读
现阶段,我国面临着老龄化加快、残障人士数量增多以及单兵作战能力欠缺等问题。在此情形下,外骨骼机器人应运而生。外骨骼是一种具有仿生性能的设备,是人工智能与机器人的结合体,在康复医疗,军事,农业,工业等领域均有广泛的应用。为了帮助老年人及残障人士恢复或者增强行走的能力,本文研究并设计了一种下肢外骨骼系统,该系统单侧包含有五个自由度,主要涉及机械结构设计和控制系统设计,采用理论分析和仿真验证相结合的方法展开研究。具体内容如下:(1)下肢外骨骼现状总结及机械结构设计。分析并总结了国内外已有的外骨骼系统,说明了已有系统的优缺点,明确了研究内容。学习了人体下肢的生理结构以及行走步态参数并基于此,完成了下肢外骨骼的自由度配置、机械系统设计、驱动器选择等,构造了单侧五自由度的下肢外骨骼系统并对相关的参数进行了设计。(2)下肢外骨骼运动学数学分析。采用Craig修正版的D-H约定规则分别建立了下肢外骨骼左/右腿的正运动学模型,并通过MATLAB/Robotics toolbox对其进行仿真验证。基于己验证的正运动学模型,采用代数法建立下肢外骨骼逆运动学模型,通过MATLAB/Simulink进行仿真验证。同时,利用蒙特卡洛法分析了下肢外骨骼的工作空间,从而进一步验证了运动学模型。(3)下肢外骨骼动力学数学分析及虚拟样机建立。在拉格朗日方程的基础上,建立了下肢外骨骼的动力学数学模型。基于数学模型非线性和高耦合的特点,采用面向实物模型的三维建模方法建立下肢外骨骼虚拟样机。通过Solidworks建立下肢外骨骼三维模型并将其导入MATLAB/SimMechanics中建立虚拟样机。最后,利用Robotics Toolbox搭建动力学数学模型并将其与虚拟样机进行对比仿真,验证了虚拟样机的有效性。(4)基于神经网络补偿的无模型时延估计控制器设计。针对下肢外骨骼模型高耦合非线性的特性,借鉴基于代数方法的无模型控制,采用极局部模型作为系统模型,利用时延估计对未知项进行估计,构造无模型时延估计控制器(TDE-MFC)。针对因时延估计产生的误差,引入自适应RBF神经网络,构造基于神经网络补偿的无模型时延估计控制器(TDE-MFNNC)并对其稳定性进行了分析证明。(5)基于虚拟样机的TDE-MFNNC仿真验证。通过仿真对比选取了时延时间并基于此,对比在理想情况下及存在扰动情况下,PD,NN,TDE-MFC以及TDE-MFNNC控制器性能,验证了 TDE-MFNNC对估计误差的补偿并得到了良好的跟踪效果。同时,研究了基于TDE-MFNNC的特定末端轨迹运动仿真,得到了良好的控制效果并利用可视化仿真界面验证了运动的准确性。